前瞻科技

代数	时间	系统特征
第一代	1960s—1990s	结构化信号配时方案；固定检测器数据；被动式响应
第二代	1990s—2000s	无固定信号周期；固定检测器数据；主动式控制
第三代	2000s—2020s	人工智能算法；固定检测器数据
第四代	2020s至今	网联车轨迹数据；多模式交通控制

代数	时间	系统特征
第一代	1960s—1990s	结构化信号配时方案；固定检测器数据；被动式响应
第二代	1990s—2000s	无固定信号周期；固定检测器数据；主动式控制
第三代	2000s—2020s	人工智能算法；固定检测器数据
第四代	2020s至今	网联车轨迹数据；多模式交通控制

道路交通控制系统发展与趋势展望

PDF下载

赵祥模 ¹^,² , 马万经 ³^,^† , 俞春辉 ³ , 苏子诚 ³

前瞻科技 | 综述与述评 2023,2(3): 58-66

收起

前瞻科技 | 综述与述评 2023, 2(3): 58-66

道路交通控制系统发展与趋势展望

全屏

赵祥模¹^,², 马万经³^,^†, 俞春辉³, 苏子诚³

作者信息

1.长安大学信息工程学院，西安 710064

2.西安工业大学电子信息工程学院，西安 710021

3.同济大学交通运输工程学院，上海 201804

马万经，教授，博士研究生导师。同济大学交通运输工程学院党委书记。国家杰出青年科学基金获得者，上海市优秀学术带头人。主要从事交通管控与服务方面的教学和科研工作。获国家级教学成果奖二等奖、上海市科技进步奖一等奖和宝钢优秀教师奖等。电子信箱：mawanjing@tongji.edu.cn。

通信作者:

†

Road Traffic Control Systems: Advances and Prospects

Xiangmo ZHAO¹^,², Wanjing MA³^,^†, Chunhui YU³, Zicheng SU³

Affiliations

1. School of Information Engineering, Chang’an University, Xi’an 710064, China

2. School of Electronic Information Engineering, Xi’an Technological University, Xi’an 710021, China

3. College of Transportation Engineering, Tongji University, Shanghai 201804, China

出版时间: 2023-09-20 doi: 10.3981/j.issn.2097-0781.2023.03.005

文章导航

摘要

收起

道路交通控制系统是调控交通流，缓解阻塞，提高运行效率和节能减排的核心手段，已从人工控制发展为固定检测器数据、网联车数据驱动的智能控制。文章总结分析了道路交通控制关键技术特点，系统性梳理了国内外4代道路交通控制系统的发展现状。结合中国国情以及现实需求，文章从交通强国战略、交通控制自主创新和交通控制技术发展3个方面剖析中国道路交通控制系统的发展需求和挑战，并提出了自主创新系统关键技术、突破交通工具智能化和出行服务信息化的交互技术、推进系统研发和应用的标准化和规范化3条发展建议，以期服务建设具有自主知识产权的交通控制系统，推动智能交通及其关联产业自立自强，支撑交通强国建设。

关键词

道路交通 / 交通控制系统 / 智能交通控制

Abstract

收起

The road traffic control system is a core method of regulating traffic flow to alleviate congestion, enhance operational efficiency, and promote energy saving and emission reduction. It has evolved from manual control to intelligent control driven by fixed detector data and connected vehicle data. This paper summarizes and analyzes the key technical characteristics of road traffic control, systematically reviews the development of four generations of road traffic control systems in China and abroad. Considering China’s national conditions and practical needs, this paper analyzes the development needs and challenges of China’s road traffic control system from three aspects: strategy of a strong transportation country, independent innovation of traffic control, and development of traffic control technology. It puts forward three development suggestions, namely, independent innovation of key system technologies, breakthroughs of interactive technologies of vehicle intelligence and travel service informatization, and promotion of standardization and normalization of system R&D and application. These help build traffic control systems with independent intellectual property rights, promote the self-reliance of intelligent transportation and its related industries, and support the construction of a strong transportation country.

Key words

road traffic / traffic control system / intelligent traffic control

引用本文

赵祥模, 马万经, 俞春辉, 苏子诚. 道路交通控制系统发展与趋势展望. 前瞻科技, 2023 , 2 (3) : 58 -66 . DOI: 10.3981/j.issn.2097-0781.2023.03.005

Xiangmo ZHAO, Wanjing MA, Chunhui YU, Zicheng SU. Road Traffic Control Systems: Advances and Prospects[J]. Science and Technology Foresight, 2023 , 2 (3) : 58 -66 . DOI: 10.3981/j.issn.2097-0781.2023.03.005

正文

收起

交通控制是调控交通流，缓解拥堵，提高运行效率和节能减排的核心手段，并始终伴随着交通工程、车辆技术、人工智能及系统科学的发展与时俱进。经百余年发展，以断面检测数据为基础，以信号灯为核心控制手段的交通控制理论与方法体系逐步建立。道路交通控制系统（简称交通控制系统）的应用能够显著提高道路交叉口的通行效率，例如，悉尼自适应交通控制系统（Sydney Coordinated Adaptive Traffic System, SCATS）在悉尼投入应用后，高峰期可以降低超过30%的出行用时，每年可减少约3700万L燃料的消耗以及超过1000起事故的发生，并降低了10%~20%的温室气体排放^[1]。InSync系统在美国投入应用后减少了约25%的车辆通行延误^[2]。然而，受可获取数据精度和控制方法效率等制约，交通控制系统的主动性、预见性和智能化程度仍不能满足现实交通控制的需求。世界范围内普遍涌现的城市道路交叉口阻塞、网络供需失衡、交通事故频发等问题仍亟待解决。根据相关研究，美国有40%的交通致死事故发生在交叉口，交叉口的整体服务水平平均低至D级，不合理的交通信号控制每天会导致全美驾驶员遭受共1725万h的延误^[3]。

世界各国也都意识到研发新一代道路交通控制系统的重要性，并相继出台了很多政策文件，以支持交通控制的发展。2020年，美国交通部立项专门研究下一代交通控制系统，提出需要研发适应智能网联的信号控制算法等，并发布了Next Generation Traffic Control Systems报告^[4]。日本2019年发布的ITS Handbook 2019指出，未来将全面构建日本智能交通运输系统（Intelligent Transportation System, ITS）服务生态体系、推动城市路网需求精准调控，打造新型城市交通模式范例。中国在《交通强国建设纲要》中明确指出“加强交通协同管控技术研发”，并在交通运输部发布的《关于加快推进新一代国家交通控制网和智慧公路试点的通知》中指出，新一代国家交通控制网是中国未来交通的基础工程。全球知名咨询公司德勤在其提出的未来交通12个发展趋势中强调，未来交通系统应有更加包容的出行服务、数字化的系统环境、更广泛的人工智能应用，而这些目标均离不开更加先进的交通控制系统^[5]。

近年来，随着智能网联、自动驾驶等技术快速发展，交通控制对象、数据环境和控制手段的不断变化，为交通控制技术突破提供新挑战、新机遇的同时，也正推动交通控制系统朝着具有复杂供需交互作用的信息物理系统转变。研发具有自主知识产权的交通控制系统，对有效支撑交通强国建设“人优其行、物畅其流”目标实现，捍卫交通领域信息安全乃至由其引起的国家安全，推动智能交通及其关联产业自立自强具有重要意义。

1 道路交通控制关键技术及其特点

收起

1.1 道路交通控制技术框架

道路交通控制系统根据实时交通情况，通过适应性设备指挥交通，分为点控制、线控制和面控制系统。其运行包含信息采集、决策制定和效益评估，形成数据输入、方案制定和效果评估的闭环过程，如图1所示。信息采集通过不同方式（如固定检测器、视频和网联车（Connected Vehicle, CV）轨迹数据）获取实时交通需求信息，提供数据基础。决策制定核心在于利用模型或算法优化交通方案，降低延误、提升通行能力等。效益评估根据实时需求和信控方案，选定适当指标评估交通效益，反映决策制定的质量，其结果用于指导方案的调整和优化。

1.2 道路交通控制关键技术发展与特点

道路交通控制系统的决策制定环节是整个系统的核心部分，是各种交通控制关键技术的应用环节，整体发展情况如图2所示。最原始的交通控制方法是手动控制，交通信号由岗亭的交警拨动控制机的开关来实现红绿灯的切换，此时的交通控制完全凭借交警对交通需求的判断和经验进行决策。为了更加科学地进行交通控制决策，大量的交通控制方法被提出，代表性方法包含基于阶段^[6]、基于信号灯组^[7]、基于车道^[8]和基于时间帧^[9]的信号配时方法等。

基于阶段的方法将不冲突的交通流向同时拥有通行权的时间看作一个阶段，并将绿灯时间分配给各个阶段，代表性方法有Webster经典配时法，并在典型交通控制系统绿信比-周期-相位差优化技术（Split Cycle Offset Optimizing Technique, SCOOT）、SCATS中加以应用；基于信号灯组的方法将绿灯时长直接分配给控制交通流向的信号灯组，无需保持特定的阶段结构，避免了绿灯时间的浪费；基于车道的方法将车道分配与信号控制放在统一优化框架下，实现了交叉口时空资源的协同优化，能够进一步提升交通控制效果；基于时间帧的方法打破了传统信号配时方法中相同相位相序的重复周期结构，提出了包含若干小周期的广义周期，每个广义周期可以拥有不同相位结构，更加适用于交通需求不均衡的场景。

上述方法的建立均依赖于传统固定检测器采集的流量数据，固定检测器在实际应用中存在覆盖范围小、安装维护成本高的缺陷。车-车（Vehicle to Vehicle, V2V）和车-基础设施（Vehicle to Infrastructure, V2I）通信技术的发展催生了网联车与智能网联车（Connected and Automated Vehicle, CAV），使交通工具实现了智能化。网联车提供车辆级轨迹数据，支持基于轨迹数据的交通状态参数提取和信号控制方法。智能网联车还可接收交通信息进行轨迹规划^[10]。智能网联环境下的交通控制可分为信号配时优化^[11]、车辆轨迹规划^[12]、信号配时-车辆轨迹协同控制^[13]。然而，智能网联车渗透率低、轨迹数据质量差异大、数据传输通信延时、大规模计算效率低等缺陷制约着交通控制效果，是未来需要攻克的难题。

2 道路交通控制系统发展现状、需求及挑战

收起

道路交通控制理论的研究兴起于20世纪初，逐步从单点交叉口扩展到网络，从定时控制发展到自适应控制。早期道路交通控制的研究主要基于断面检测数据展开，经过三代演变，逐步形成了相对稳定的体系框架，各代系统的特征总结如表1所示。进入21世纪，随着智能网联、车路协同相关技术的快速发展，如何管控智能网联车、网联车和常规车辆（Regular Vehicle, RV）等共同构成的混合交通流逐渐凸显为交通控制的研究热点。

2.1 发展现状

2.1.1 第一代交通控制系统

20 世纪60年代起，计算机网络技术的发展推动了第一代交通控制系统诞生。第一代交通控制系统基于线圈检测器等采集的交通数据，可以对区域内交叉口周期时长、绿信比、相位差等信号配时参数进行动态优化。根据信号控制方案优化方式，第一代交通控制系统可分为方案生成式和方案选择式，分别以英国的SCOOT系统和澳大利亚的SCATS系统为代表。

SCOOT系统由英国运输与道路研究所研究开发，使用集中控制，调整绿信比、周期时长、相位差以适应变化的交通流，但不适用于大范围控制。SCATS系统由澳大利亚新南威尔士州道路交通局研究开发，采用分层控制，在对多个子系统实施整体协调控制的同时，也允许每个交叉口独立实行感应控制，大大提高了系统控制效率，且更加灵活鲁棒。

除了上述两个代表性系统，第一代交通控制系统还包含意大利的UTOPIA（Urban Traffic Optimization by Integrated Automation）/SPOT（Signal Progression Optimization Technology）系统、德国西门子的ACTRA（Advanced Control & Traffic Responsive Algorithm）系统及西班牙的ITACA（Intelligent Traffic Adaptive Control of Areas）系统。

相较于国外，中国道路交通控制系统的发展始于20世纪70年代，在此之前，道路交通控制主要依赖交警的人力实现，控制效率低下。20世纪80年代，为了进一步提高城市道路交通控制的效率和安全性，国内部分大城市引进了SCOOT、SCATS等国际上先进的自适应交通控制系统。通过学习这些系统的交通控制技术，结合中国道路实际情况（如非机动车较多），相关单位逐渐研发出一批自适应交通控制系统，如南京交通实时自适应控制系统（Nanjing Urban Traffic Control System, NUTCS）和海信HiCon交通控制系统。

由于第一代交通控制系统采用结构化信号配时方案，无法解决交叉口交通需求非对称等问题。并且第一代交通控制系统依赖于固定检测数据，而固定检测器损坏率高，数据不完备，维护成本高且难以更新，这导致第一代交通控制系统普遍存在着联而不控、效能发挥不够的问题。此外，第一代交通控制系统缺乏对交通需求的预测，仅基于系统当前能够获取的交通状态对当前交通流进行控制，是一种交通控制系统被动响应交通需求的过程，缺乏对交通流当前及未来到达情况的整体把控，交通控制效果有限。

2.1.2 第二代交通控制系统

20 世纪90年代，随着城市交通拥挤等问题的日趋严峻，美国交通部资助了系列交通控制系统研究，诞生了以OPAC（Optimization Policies for Adaptive Control System）/RHODES（Real-time, Hierarchical, Optimized, Distributed, and Effective System）为代表的第二代交通控制系统。相较于第一代交通控制系统，第二代交通控制系统可以没有固定的信号周期，控制方法较为灵活，并且可以预测车辆到达状况，综合当前和未来的交通需求优化信号控制方案，实现对交通流的主动控制以及滚动优化。

OPAC由美国PB Farradyne公司和Massachusetts大学Lowell分校联合开发，用于交通干线信号控制。该系统引入了有效定周期（Virtual Fixed Cycle, VFC）概念，允许交叉口周期长度在时间和空间范围内变化，提升信号控制的灵活性和协调性。然而，OPAC的控制算法较为复杂，需要高水平的调试技能；且通信速率较低，实时性不强。RHODES也是分布式实时自适应交通控制系统，由美国Arizona大学的Mirchandani等于1996年研发，并在Tucson等地进行实地测试。RHODES基于两类预测信息进行信号控制，一方面预测交通流情况，优化相位顺序和绿信比；另一方面预测车队行驶情况，综合考虑网络冲突，实现滚动优化和绿波带生成。然而，RHODES的逻辑复杂，对检测要求高，维护成本较高。

第二代交通控制系统打破了固定信号周期结构的限制，并在控制方案中加入了主动优先策略，在交叉口协调控制的同时接收车辆到达请求，实现对于特殊车辆的主动优先控制。但这一代系统仍旧基于固定检测器数据，并且多采用滚动优化，算法逻辑较为复杂，对数据检测、算法调试以及系统的计算性能要求较高。

2.1.3 第三代交通控制系统

随着人工智能技术的发展，诞生了以InSync为代表的自学习自适应交通控制系统，即第三代交通控制系统。第三代交通控制系统在控制优化方法上采用了大数据和人工智能技术，基于多源数据估计或预测交通流状态，通过机器学习优化信号控制方案，提升交通控制系统的智能化管理水平。

InSync系统由Rhythm Engineering公司于2008年研发，已被用于美国32个州的3000多个交叉口。InSync系统将人工智能技术应用于实时交通信号优化。InSync系统利用摄像头、雷达等检测技术采集交叉口需求信息，应用贪婪算法，根据车辆占有率和延误情况优化相位顺序和时长，同时对交通干线中所有交叉口进行协调。它具有低成本和高运营利润等优势。该系统的应用为美国出行者减少了24%的出行时间，降低了17%的油耗，减少了23%交通事故，产生了巨大的效益^[14]。

第三代交通控制系统应用人工智能技术，通过线圈检测、视频检测、激光雷达等检测技术实时采集交通数据，采用各种机器学习算法实现信号控制策略的自学习自适应优化。人工智能技术的应用大大提升了系统的运算效率和智能化水平，但其运行机理不明的“黑箱子”特点制约了大规模落地应用。

2.1.4 第四代交通控制系统

随着智能网联车的兴起，车辆与道路之间的信息交互成为现实，引发了多模式的智能交通信号控制系统研究的新兴方向。美国率先探索并提出了MMITSS（Multi Modal Intelligent Traffic Signal System）概念，作为第四代交通控制系统的先驱。第四代交通控制系统能够通过网联车数据获取个体级别的车辆轨迹数据，用以替代或补充之前基于固定检测器数据的交通控制系统。

MMITSS是一个可服务于多种交通方式的交通信号控制系统，包括社会车辆、公共交通、应急车辆、货运车队、行人等，最大限度地提高了道路性能。基于网联车数据，对交通量、延误、行程时间、停车次数、运载量等路网性能指标进行实时评估，响应应急车辆、公交车辆等特殊车辆的优先请求，实现信号自适应协调。

目前中国对第四代交通控制系统进行了初步探索。利用导航软件、网约车等数据优势，百度、滴滴等公司进行了这方面的探索和实践。例如，滴滴提出的“预测-控制-评估”解决方案。该方案根据轨迹数据估计交叉口实时流量，预测交通状态并评估不同信号配时参数下的控制效果，最终选择最优控制方案，并对优化后的控制方案进行可视化分析评价。

第四代交通控制系统充分利用智能网联环境下的轨迹数据，解决了固定检测器受限和维护成本高导致的数据采集质量低的问题。然而，目前智能网联车渗透率低、轨迹数据质量差异大、数据传输延时和大规模计算效率低等挑战仍需解决。智能网联车不仅可交互，还能规划轨迹，拓展交通控制系统功能。然而，在受控混合交通流中如何平衡整体通行效率和受控车辆效益，是待解决难题。

智能网联车提供非集计轨迹数据潜力的同时，也伴随数据隐私泄露风险。未妥善保护的轨迹数据或暴露行驶习惯、行程、目的地等敏感信息，可能引发身份盗窃、数据滥用等后果，加剧用户信息安全焦虑。充分利用智能网联车服务交通控制需注重数据隐私，建立有效的数据安全管理制度和机制，以避免给用户带来信息安全风险。工信部《智能网联汽车生产企业及产品准入管理指南（试行）》中也强调了智能网联汽车生产企业应合法收集、使用和保护个人信息的重要性。

2.2 发展需求与挑战

交通是兴国之要、强国之基。近年来，中国道路交通控制系统发展迅速，在解决城市交通拥堵、提高道路通行效率、促进城市经济发展、减少汽车尾气排放和提高道路安全性等方面发挥了重要作用。随着智能交通新技术的不断发展，中国道路交通控制系统也在不断完善和更新，在满足城市发展需求的同时，也为公众提供了更加方便的出行体验。面对未来中国交通发展的需求和交通强国的建设目标，道路交通控制系统将面临三大需求和三大挑战。

2.2.1 发展需求

1）交通强国建设战略需求

《交通强国建设纲要》中指出，要加强区域综合交通网络协调运营与服务技术、城市综合交通协同管控技术；构建安全、便捷、高效、绿色、经济的现代化综合交通体系；到2035年，城市交通拥堵基本缓解，无障碍出行服务体系基本完善；交通科技创新体系基本建成；基本实现交通治理体系和治理能力现代化。为实现交通强国建设目标，需增强中国交通控制“数据转化信息，信息引领技术，技术带动产业”的能力，自主研发一套高效的道路交通控制理论与系统框架。提高城市道路交通控制能力，实现从交通大国到交通强国的真正转变。

2）交通控制自主创新需求

智能交通控制系统日益依赖数据与网络，同时也面临更高的信息安全风险。交通控制系统与其他系统网络整合度升高，外部攻击威胁逐渐上升。国际环境复杂，恶意攻击可能导致严重损失。目前，中国交通控制关键核心技术对国外进口依赖严重，市场上的产品大部分来自国外或者是对国外技术进行的二次开发。从2016年至今，中国智能交通产业进入转型阶段，行业正在实现跨越式发展，亟须借此机会提高交通产业的信息安全性与技术独立性，提升中国智能交通控制关键核心技术创新能力刻不容缓。

3）交通控制技术发展需求

技术创新是中国交通控制系统智能化转型并达到世界领先水平的关键。当前，中国道路交通控制系统与交通强国目标在检测、控制、评估等方面存在差距。未来交通控制系统需解决检测器完好率低问题，应利用互联网和大数据，整合车辆轨迹、手机信令等多源数据；需优化控制模型，融合传统交通理论和人工智能方法，考虑混合交通流和智能网联车，构建适应国情的控制优化模型；需改善控制方案评估，建立多指标评价体系，可视化展示效果，通过评估和诊断优化交通控制方案，实现更智能、适应性更强的交通控制系统。

2.2.2 发展挑战

对标当前世界一流交通控制系统水平和交通强国要求，中国交通控制系统仍存在差距与不足。现有的交通控制系统建设的挑战主要体现在3个方面。

（1）中国交通控制系统缺乏技术独立性、自主创新性和信息安全性。目前，国外交通控制系统在中国大城市具有较大的应用规模和较高的市场占有率，国外交通控制系统在中国省会级城市的覆盖率高达43.8%^[15]。对国外交通控制系统的依赖，既不利于中国交通控制系统的独立发展，也会带来交通控制信息安全问题。亟须结合中国道路交通实际情况，自主研发具有中国特色的道路交通控制系统，并实现推广与应用，维护交通控制信息安全。

（2）中国道路控制与交通出行服务分离，存在协调壁垒。交通控制主要从供给侧服务在途交通出行者，而交通出行服务主要从需求侧提前调控交通出行者的出行时间、出行方及出行路径等。然而，当前道路交通控制与交通出行服务相互独立，各自进行优化调控，交通控制系统被动响应导致交通供需不匹配和匹配不及时，降低了交通系统的整体运行效率。亟须打破道路交通控制与交通出行服务之间的壁垒，实现供需的及时匹配，保障交通系统高效运行。

（3）智能网联环境下的交通控制系统研发及应用缺乏标准化和规范化。在智能网联环境下，交通控制系统需要适应更复杂多样的交通流特点及数据条件，同时还需与智能网联车等交通出行者和信号灯等交通基础设施进行高效互动。然而，相应标准和规范的缺乏，阻碍了下一代智能网联交通控制系统的研发与应用。各厂商交通控制系统接口各异，难以有效兼容。交通控制相关设施设计及部署标准不一，“过度创新”引发安全隐患。

3 道路交通控制系统发展展望及对策建议

收起

近年来，欧美各国陆续发布了以车路协同、智能网联、自动驾驶为核心的未来交通控制战略规划或创新行动计划。美国未来交通控制将围绕提升道路和车辆安全、增强交通流动性、降低环境影响、建立统一的车路协同构架和标准4个战略主题展开^[16]。欧洲未来交通控制从车联网和自动驾驶、集成统一的控制工具、清洁交通和运输、高效物流4个战略主题展开^[17]。综合世界各国交通控制发展战略以及结合中国实际情况，未来中国道路交通控制领域亟须从以下3个方面发展。

1）自主创新系统关键技术

虽然中国对国外交通控制系统进行了改进，但其应用效果仍不理想。国外系统主要关注调控机动车流，而中国行人和非机动车流量大，对机动车干扰严重，国外系统难以适应中国特有的机动车和非机动车混合交通流。此外，优先发展公共交通是中国城市交通的重要发展方向，公交优先控制是中国交通控制系统的另一重要特点。综合考虑多模式交通效益，自主研发具有中国特色的道路交通控制系统，是提升中国交通治理水平的关键。

交通控制系统的高效运行以采集高质量交通数据为基础。随着物联网、大数据、云计算、人工智能等技术越来越多地应用到交通控制领域，个体出行者出行信息、基础设施运维数据等交通大数据日益丰富，数据的产生、存储、应用、交换等环节中均存在泄密风险，维护用户隐私和数据安全事关国家信息安全。研发具有自主知识产权的交通控制系统是加强城市交通控制系统信息安全的必然途径。

同时，交通控制系统的发展也蕴含着巨大的产业价值。打造自主创新的关键技术，不仅能够满足中国特有的交通需求，还能够为交通设备制造企业、软件开发公司、通信技术供应商等相关产业带来新的经济增长点。数据分析、人工智能、网络安全等领域也将受益于交通控制系统的研发与应用。

2）突破交通工具智能化和出行服务信息化的交互技术

突破交通工具智能化和出行服务信息化的交互技术，构建集交通控制与出行服务于一体的供需交互式智能交通控制系统是实现未来智能交通控制体系的基础。智能网联车的智能化技术可以实现实时数据的采集、分析和传输，为交通控制提供更精准的信息，从而优化路网资源的调度和分配。出行服务信息化技术可以将出行需求和交通状况等数据融合，为出行者提供个性化的出行建议和最优路径规划，提升出行体验。这两者的发展为智能交通控制系统的高效运行提供了强有力的支持。

打通交通工具智能化与出行服务信息化的协调壁垒，整合顶层交通出行需求调控和底层路网交通控制，研发供需交互式智能交通控制系统，实现全过程交通调控，打造交通控制即服务的理念。这种双向的交互模式将促进路网供需平衡，提升交通系统的运行效率，真正实现交通系统和交通出行者的双向最优。

3）推进系统研发和应用的标准化和规范化

智能网联技术为交通控制系统的发展带来了新机遇与挑战。然而，相关标准和规范的缺乏，阻碍了下一代智能网联交通控制系统的研发与应用。交通工具智能化与出行服务信息化技术迅猛发展，促进了智能交通控制技术的发展，也产生了新的标准化和规范化需求。例如，交通工具与基础设施交互技术的研发，涉及通信协议、隐私安全、控制策略、交互操作等方面的标准体系。同时，交通控制系统相关设施设计及部署应用需有规范化约束，避免“过度创新”。应推进交通控制系统的标准化和规范化，促进智能交通控制关键技术的自主创新研发，服务交通强国战略。

4 结束语

收起

交通控制作为调控交通流，改善交通拥堵的核心手段，伴随着交通工程、车辆技术、人工智能及系统科学的发展与时俱进。自1868年第一台蒸汽信号灯在伦敦问世以来，世界交通控制至今已超过150多年，并逐步向着一体化、自动化、智能化、网联化的方向发展。中国道路交通控制系统研究起步较晚，相较于国外水平，中国道路交通控制技术在基础理论和关键技术上仍有待进一步发展。当前中国正处于交通大国迈向交通强国的关键转型期，是实现弯道超车的重要时机，也是从传统交通向智能网联交通变革的关键时期。交通控制作为其中关键一环，提升其实力是中国实现交通强国建设战略需求的必然选择。未来，中国需全面增强道路交通控制基础理论研究，提升智能网联交通控制核心算法、关键装备等的创新能力，保证关键核心技术自主可控，加速前沿技术与交通领域的全面融合，实现系统研发和应用的标准化和规范化，构建具有自主知识产权的智能交通控制系统，以推动智能交通及其关联产业的发展，捍卫交通领域信息安全乃至由其引起的国家安全。

基金

收起

国家自然科学基金(52131204)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Sims

A G

. SCAT the Sydney co-ordinated adaptive traffic system[C]// Symposium on Computer Control of Transport 1981:Preprints of Papers. Barton: Institution of Engineers, 1981: 22-26.

[2]

, Fontaine

M D

, Park

B B

, et al. Field evaluations of an adaptive traffic signal—Using private-sector probe data[J]. Journal of Transportation Engineering, 2016, 142(1), doi: 10.1061/(ASCE)TE.1943-5436.0000806.

[3]

INRIX. Global traffic scorecard[R]. Washington, D. C. : Transportation Research Board, 2019.

[4]

Peters

J I

, Elston

D S

. Next generation traffic control systems[R]. McLean: Federal Highway Administration, 2015.

[5]

Miguel Eiras Antunes. Urban future with a purpose[R]. London: Deloitte, 2020.

[6]

Webster

F V

. Traffic signal settings[M]. London: Her Majesty’s Stationery Office, 1958.

[7]

Wong

S C

. Group-based optimisation of signal timings using the TRANSYT traffic model[J]. Transportation Research Part B: Methodological, 1996, 30(3): 217-244.

https://doi.org/10.1016/0191-2615(95)00028-3

[8]

Wong

C K

, Wong

S C

. Lane-based optimization of signal timings for isolated junctions[J]. Transportation Research Part B: Methodological, 2003, 37(1): 63-84.

https://doi.org/10.1016/S0191-2615(01)00045-5

[9]

, Ma

, Yang

. A time-slot based signal scheme model for fixed-time control at isolated intersections[J]. Transportation Research Part B: Methodological, 2020, 140: 176-192.

https://doi.org/10.1016/j.trb.2020.08.004

[10]

, Feng

, Liu

H X

, et al. Integrated optimization of traffic signals and vehicle trajectories at isolated urban intersections[J]. Transportation Research Part B: Methodological, 2018, 112: 89-112.

https://doi.org/10.1016/j.trb.2018.04.007

[11]

Guo

, Li

, Ban

. Urban traffic signal control with connected and automated vehicles: A survey[J]. Transportation Research Part C: Emerging Technologies, 2019, 101: 313-334.

https://doi.org/10.1016/j.trc.2019.01.026

[12]

Miyatake

, Kuriyama

, Takeda

. Theoretical study on eco-driving technique for an electric vehicle considering traffic signals[C]// 2011 IEEE Ninth International Conference on Power Electronics and Drive Systems (PEDS). Piscataway: IEEE Press, 2011: 733-738.

[13]

, Elefteriadou

, Ranka

. Signal control optimization for automated vehicles at isolated signalized intersections[J]. Transportation Research Part C: Emerging Technologies, 2014, 49: 1-18.

https://doi.org/10.1016/j.trc.2014.10.001

[14]

Chandra

. InSync Adaptive traffic signal technology: Real-time signal automation, real-world results[EB/OL].(2020-06-01) [2023-08-20]. https://trafficbot.rhythmtraffic.com/

[15]

赛文交通网. 智慧交管热点都在这里|140+座城市、30+家信号厂商深度调研[EB/OL].(2022-04-01) [2023-08-30]. https://mp.weixin.qq.com/s/HO3uh6jFrAMUWDt60XjKiQ

[16]

Chan-Edmiston

, Fischer

, Sloan

, et al. Intelligent transportation systems (ITS) joint program office: Strategic plan 2020-2025[R]. Washington, D.C.: Department of Transportation, Intelligent Transportation Systems Joint Program Office, 2020.

[17]

ITS

Europe

. ITS Innovation & deployment[EB/OL].(2017-11-01) [2022-11-04]. https://ertico.com/its-innovation-deployment/

2023年第2卷第3期

PDF下载

2825

1387

引用本文

BibTeX

文章信息

doi: 10.3981/j.issn.2097-0781.2023.03.005

接收时间：2023-04-10
出版时间：2023-09-20
发布时间：2023-10-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-04-10
修回日期：2023-08-18

基金

国家自然科学基金(52131204)

作者信息

1.长安大学信息工程学院，西安 710064

2.西安工业大学电子信息工程学院，西安 710021

3.同济大学交通运输工程学院，上海 201804

通讯作者:

†

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/qzkj/CN/10.3981/j.issn.2097-0781.2023.03.005

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

表12种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

访问统计

友情链接

联系我们

官方微信公众号